Bloom Filter 완벽 가이드: 확률적 자료구조로 성능 극대화하기
Bloom Filter의 원리부터 실전 구현까지, 메모리 효율적인 집합 멤버십 검사로 캐시, 데이터베이스, 분산 시스템의 성능을 극적으로 개선하는 방법을 다룹니다.
약 15분 읽기
개발부터 일상까지, 경험을 통해 쌓은 기록들.
총 138개의 글 · 61–66번째 기록
Bloom Filter의 원리부터 실전 구현까지, 메모리 효율적인 집합 멤버십 검사로 캐시, 데이터베이스, 분산 시스템의 성능을 극적으로 개선하는 방법을 다룹니다.
Elasticsearch에서 문서를 생성, 조회, 수정, 삭제하는 방법과 대량 데이터 처리를 위한 Bulk API 최적화 전략을 알아봅니다. refresh 동작, 라우팅, 버전 관리까지 실무 팁을 다룹니다.
Elasticsearch의 분산 아키텍처를 이해합니다. 클러스터 구성, 노드 역할(Master, Data, Ingest, Coordinating), 샤드와 복제본의 동작 원리를 실제 운영 관점에서 알아봅니다.
Docker Compose로 로컬 개발 환경을, Kubernetes Helm Chart로 프로덕션 클러스터를 구축합니다. 보안 설정, 볼륨 마운트, 리소스 제한까지 실무에서 필요한 모든 설정을 다룹니다.
Elasticsearch의 매핑을 이해하고 올바른 필드 타입을 선택하는 방법을 알아봅니다. text vs keyword, 동적 매핑의 함정, 매핑 폭발 방지, 중첩 객체 처리까지 실무 설계 패턴을 다룹니다.
RDBMS의 LIKE 검색이 왜 프로덕션에서 문제가 되는지, 역인덱스가 무엇인지, 그리고 Elasticsearch가 어떻게 이 문제를 해결하는지 실제 장애 사례와 함께 알아봅니다.